Code|Pytorch每次训练到Epoch1最后出现size不匹配的一个可能原因
原因： 在网络本身有随机变量的情况下，随机变量很可能是在定义网络时按照预设的batchSzie确定的维度。这样，如果总的训练集的Size不能被batchSize整除，就会出现网络输入数据的Size和生成的随机变量的size在Batchsize那个维度上不匹配的问题，从而报错。
解决： 调整BatchSize使其能够整除Size；
或
调整数据集大小使其能够被BatchSize整除。
或
检查输入数据的batchsize，当它和预设的batchsize不匹配时强行补齐；
总结 【Code|Pytorch每次训练到Epoch1最后出现size不匹配的一个可能原因】之前一直以为在使用dataLoader的时候不会出现这种问题，而且也没有跑过额外产生随机变量的网络。今天首次遇到这个问题。在训练有自生成随机变量的网络时要特别注意该问题。
推荐阅读
- 【Leetcode/Python】001-Two|【Leetcode/Python】001-Two Sum
- leetcode|leetcode 92. 反转链表 II
- LintCode|LintCode 545 [Top k Largest Number II]
- pytorch|使用pytorch从头实现多层LSTM
- 二叉树路径节点关键值和等于目标值（LeetCode--112&LeetCode--113）
- LeetCode算法题-11.|LeetCode算法题-11. 盛最多水的容器（Swift）
- Pytorch|Pytorch AlexNet Fashion-MNIST
- LeetCode（03）Longest|LeetCode（03）Longest Substring Without Repeating Characters
- iOS，打Framework静态库
- #01秋分